Содержание к диссертации
Введение
1. Статистическое уплотнение первичной цифровой системы передачи 10
1.1. Постановка задачи 10
1.2. Реализации статистического уплотнения, используемое оборудование 12
1.3. Выводы 30
2. Статистические свойства потока отсчетов на входе интерполирующего фильтра 31
2.1. Постановка задачи 32
2.2. Аппроксимации вероятностных характеристики потока отсчетов 35
2.3. Статистические свойства потока отсчетов на выходе системы передачи при использовании технологии TDMoIP 38
2.4. Выводы 42
3. Статистические свойства отсчета на входе интерполирующего фильтра 44
3.1. Постановка задачи 44
3.2. Аналитическое описание плотности распределения вероятностей мгновенного значения речевого сигнала 45
3.3. Экспериментальная плотность распределения вероятностей мгновенного значения речевого сигнала 47
ЗА Выводы 54
4. Качество воспроизведения речи при статистическом уплотнении
4.1. Постановка задачи 55
4.2. Определение отношения сигнал/шум дискретизации и восстановления. 57
4.3. Определение отношения сигнал/шум квантования в стандартной первичной ЦСП с использованием аппроксимаций распределения вероятностей мгновенного значения речевого сигнала 60
4.4. Определение отношения сигнал/шум квантования в ЦСП со статистическим уплотнением с использованием аппроксимаций распределения вероятностей мгновенного значения речевого сигнала 65
4.5. Определение отношения сигнал/шум квантования в стандартной первичной ЦСП и ЦСП со статистическим уплотнением при использовании непосредственно экспериментального распределения вероятностей мгновенного значения речевого сигнала 67
4.6. Определение по критерию слоговой разборчивости качества восстановления речевого сообщения в ЦСП со статистическим уплотнением 68
4.7. Выводы 69
5. Основные результаты и выводы 71
Список литературы
- Реализации статистического уплотнения, используемое оборудование
- Аппроксимации вероятностных характеристики потока отсчетов
- Аналитическое описание плотности распределения вероятностей мгновенного значения речевого сигнала
- Определение отношения сигнал/шум квантования в стандартной первичной ЦСП с использованием аппроксимаций распределения вероятностей мгновенного значения речевого сигнала
Введение к работе
Актуальность темы. В настоящее время развитие различных информационных структур, интегрированных телекоммуникационных сетей, в которых сочетаются различные виды трафика и различные методы доступа, сопровождается расширением применения цифровых систем сбора, передачи и обработки информации [1,29,63/70,80,82,86,87].
Особый интерес представляет совершенствование цифровых систем передачи (ЦСП) речи, поскольку одной из важнейших задач является ускорение телефонизации страны при повышении скорости и качества передаваемой информации.
В основе ЦСП лежит дискретизация речевого сигнала по времени с последующим его восстановлением на приемной стороне. Наиболее просто на практике реализуется периодическая (регулярная) дискретизация. Однако, процесс дискретизации может стать нерегулярным в процессе функционирования системы, из-за сбоев в ее работе, из-за зашумления каналов, искажения и запаздывания дискретных отсчетов (а при пакетной передаче -пакетов) [20]. Кроме того, разработаны и широко используются ЦСП с преднамеренным введением" стохастичности в процесс дискретизации для увеличения эффективности процесса передачи.
Под стохастическими ЦСП (СЦСП) вслед за автором [20] понимаем ЦСП, на вход восстанавливающих устройств которых, поступает стохастический поток отсчетов дискретизироваиной речи [9,13,27,61].
Для анализа СЦСП преимущественно используются субъективные методы оценивания качества восстановления речи. Разработана и достаточно строгая методика аналитической оценки качества передачи по критерию разборчивое™ [5,9,17,18,21,25,26,38,39,42,43,46,47,50,53,58,60,68] В данной диссертационной работе рассматриваются вопросы применения методов имитационного моделирования при определении качества стохастической цифровой передачи речевой информации.
Цель работы состоит в совершенствовании методики аналитической оценки качества передачи путем отказа от применения ряда используемых аппроксимаций и применения в ней непосредственно экспериментальных распределений вероятностей, а также методов имитационного моделирования процессов в основных элементах СЦСП,
Реализуется следующая последовательность решения задач диссертационной работы:
1. Обзор примеров реализации и схемотехники статистического уплотнения первичной цифровой системы передачи.
2- Определение статистических свойств потока отсчетов на входе интерполирующего фильтра СЦСП. Получение методами имитационного моделирования распределений вероятностей занятости канального интервала и вероятностей отбраковки числа подряд отбракованных отсчетов (статистики коллизий, «столкновения отсчетов» основного и дополнительного комплекта СЦСП).
3. Определение качества воспроизведения речи в СЦСП по критерям отношения сигнал/шум и слоговой разборчивости с использованием имитационного моделирования процессов в основных элементах СЦСП.
Исходная основа диссертации. Диссертация основывается на результатах:
- фундаментальных работ теории информации В.А.Котельникова, Н. Винера, К. Шеннона и др,
теоретических и прикладных исследований по цифровой обработке и передаче непрерывных, в том числе речевых, со общений Дж.Беллами, Л.А.Баранова А.И.Величкина, М.Д.Венедиктова, Г.В.Вемяпа, ВЛ.Гордиенко, Г.ВХорелова, А.Г.Зюко, Г\В. Кузнецова, М.В. Назарова, И.А.Лозового, А.П.Мановцева, Н.И.Пилипчук, Л.Рабинера, О.Н.Ромашковой (Луковой), А.Ф. Фомина и др.
- теоретических и прикладных исследований цифровых средств и систем передачи информации, В.П.Яковлева и др.
Методы исследования. В работе использованы методы теории вероятностей, математического анализа, теории массового обслуживания.
Научной новизна. Степень научной новизны диссертации определяется тем, что она развивает теорию восстановления речевых сообщений в направлении совершенствования с использованием аппарата имитационного моделирования методики и математического аппарата аналитической оценки качества передачи и восстановления речи в СЦСП.
Практическая ценность разработанных в диссертации математического аппарата и методов имитационного моделирования заключена в предоставленной возможности получения объективных результатов оценки качества речи по критерию разборчивости, использованных при анализе и проектировании конкретных стохастических цифровых систем передачи.
Реализации статистического уплотнения, используемое оборудование
На мировом рынке телекоммуникационных систем со статистическим уплотнением наряду с общепризнанными гигантами индустрии высоких технологий Европы и Америки все сильнее заявляет о себе израильская компания ECI Telecom Ltd., которая активно работает и на российском рынке.
Первым запущенным в серийное производство стало оборудование уплотнения спутниковых каналов связи DCME (Digital Circuit Multiplication Equipment). При его разработке были использованы собственные ноу-хау, благодаря которым в течение последнего десятка лет конкурирующим компаниям не удается предложить операторам продукцию, сравнимую по техническим параметрам.
Большое развитие получили два направления - оборудование SDH и оборудование DCME, в частности, семейство хТХ: DTX-600/60 для сетей TDM и АТХ-600 для сетей ATM.
Оборудование компании, поставляемое на российский рынок, имеет возможность модульного развития, обеспечивая защиту произведенных инвестиций, интегрируется с оборудованием предыдущего поколения. Не существует примеров, когда оборудование, введенное в эксплуатацию несколько лет назад, не было бы совместимо с более новыми образцами.
Кроме того, для планирования транспортных сетей используется программный продукт собственной разработки, который позволяет оператору учитывать не только технические, но и экономические параметры и получать оптимальное решение с учетом темпов развития сети, предоставления новых услуг и т. д. [12].
При передаче междугородного и международного трафика телефонии операторы всегда стараются сократить свои операционные расходы, связанные с использованием сетевых ресурсов (арендуемых линий связи, спутниковых трактов) или оптимизировать передачу трафика телефонии по существующим сетям (для увеличения пропускной способности без изменения или реконструкции существующей инфраструктуры) [9,12,18,20, 58,68].
Для решения таких задач широко применяются системы статистического мультиплексирования (DCME), позволяющие передавать в одном потоке Е1 (или его части) несколько потоков Е1 с трафиком телефонии. Кроме того, они обеспечивают передачу трафика данных, что повышает эффективность использования выделенного ресурса полосы пропускания. Начиная с 1992 г. компания Veraz Networks Ltd, разрабатывает, производит и продает системы статистического уплотнения по всему миру. Высокое качество оборудования основывается на богатом опыте компании Veraz Networks Ltd. и подтверждается такими операторами, как ВТ, AT&T, Concert, MCI, Deutsche Telecom, Ростелеком, Совинтел, "Телепорт-ТГГ, "Комстар", "Комбеллга", "Коминком", ЗАО МТТ, Equant (Тлобал Один") и многими другими. Оборудование DCME установлено более чем в 140 странах мира на международных и местных сетях, В настоящее время компания предлагает оборудование DTX-600 - интегрированную многофункциональную систему цифрового уплотнения DCME, которая обеспечивает наиболее эффективные решения в области оптимизации телекоммуникационных сетей для операторов международной и междугородной связи. Система DTX-600 предназначена для обеспечения сквозного уплотнения для приложений, требующих высочайшего уровня концентрации каналов и услуг. Ее использование гарантирует высокое качество обработки речи и услуг (QoS) для трафика данных, эффективную передачу факсимильных сообщений, данных в речевом диапазоне и сигнализации.
Предлагаемое оборудование обладает высокой масштабируемостью, что делает возможным трансформацию конфигурации сети по мере изменения потребностей рынка (добавление новых функций, изменение скорости передачи данных, увеличение объемов передаваемого трафики городских телефонных сетей и т. д.) [59] DTX-600 - ґпо высокоэффективная ул ьтиеервиеная система уплотнения речи и данных, используемая в качестве шмгфирмы для оптимизации сети во множестве сетевых приложений и сред конечных пользователе» пример использования которой представлен ва рис Л [74]
Аппроксимации вероятностных характеристики потока отсчетов
Можно при описании экспериментальных распределений вероятностей р(Х) случайной величины X количества подряд отбракованных отсчетов речевого сообщения дополнительного комплекта использовать аппроксимирующие непрерывные функции (экспоненциальную, гиперэкспоненциальную, аппроксимацию полиномами и пр.) Однако целесообразно не прибегать к аппроксимациям, используя в расчетных формулах оценивания качества восстановления речевого сообщения непосредственно экспериментальные распределения вероятностей. Иллюстрируем погрешности, вносимые аппроксимациями.
В работе [15] при предположении испытаний по схеме Бернулли (независимости испытаний, состоящих в определении ненулевого отсчета речевого сообщения основного комплекта) предложено геометрическое распределение вероятностей неотбраковки отсчета речевого сообщения дополнительного комплекта в первый раз после точно X испытаний (через обозначена вероятность неотбраковки отсчета дополнительного комплекта).
По аналогии с системой с фиксированным приоритетом аппроксимируем распределение вероятностей Р(Х) для чередующегося приоритета, результаты которой представлены в табл. 2.6.
Сравнивая результаты табл. 2,3, 2.6 можно отметить существенное их расхождение в значениях р(Х) за исключением естественного совпадения значений р(0) =1 - 9, Анализ значений распределений вероятностей СЦСП с фиксированным и чередующимся приоритетами позволяет сделать предварительный вывод об обеспечении лучшего качества передачи СЦСП с чередующимся приоритетом по сравнению с дополнительным комплектом СЦСП с фиксированным приоритетом и худшего качества по сравнению с основным комплектом [34, 79].
Для получения статистических данных о свойствах потока отсчетов запишем разговор одновременно от источника сигнала, т.е. до прохождения по каналу связи (КС), и после прохождения КС. Для получения аудиофайлов телефонные аппараты подключим к ПК. По полученным записям речи до КС и после КС определим ОСШД при помощи программы PCM.pas. Схема эксперимента представлена на рис.2.4 [81]. Телефонные аппараты (ТА) подключены к двум АТС: Alcatel 4400. Данные АТС соединены потоком Е1, между станциями используем тип сигнализации ОКС-7, На каждом IPMUX-1 пропишем IP-адреса таким образом, что они видят друг друга через организованную посредством маршрутизаторов Cisco сеть IP.
В разрыв потока Е1 включены IPMUX-1. Сеть с коммутацией пакетов IP построена при помощи двух маршрутизаторов Cisco 2801 и коммутатора Cisco 3750. Маршрутизаторы Cisco 2801 используются для ограничения пропускной способности канала и тем самым установкой определенного уровня потерь пакетов. В эксперименте потери пакетов составили 3%. Шлюз TDMoIP инкапсулирует сегменты потока TDM с постоянной скоростью в ячейки AAL1, которые передаются в пакетах IP. Второй шлюз на удаленной стороне восстанавливай1! синхронизацию, удаїшя заголовки IP и передает дальше ешїхронгшй битовый поток.
Для определения статистики коллизий, «столкновения отсчетов» основного и дополнительного комплекта каждый отсчет записи до КС сравниваем с синхронизированным отсчетом записи после КС, Если рамшца значений отсчетов составляет более 10 (шумовой порог), то отсчет считаем еотеряішьш- Результатам работы іїроіраммьі я вяжется оценка рашределейия вероятностей р(Х), рис 2.5 и табл 2/7.
Аналитическое описание плотности распределения вероятностей мгновенного значения речевого сигнала
Рассмотрим примеры экспериментального определения W3(x) плотности распределения вероятностей мгновенного значения речевого сигнала. Используем гораздо более точное цифровое представление непрерывного речевого сигнала по сравнению с цифровым представлением, реализуемым (согласно рекомендации G.711 ITU) в объекте диссертационного исследования - первичной ЦСП. Значение частоты дискретизации в эксперименте составляет 44100 Гц (в рекомендации G.711 -8000 Гц). Используем равномерное квантование на 216 = 65536 уровней (в рекомендации G.711 - неравномерное 2s = 256 уровней). Определялись вероятности значений отсчетов, попадающих в пределы от - 32768 до +32768, Использовался язык программирования Perl, в качестве входных данных -файл типа «RAW» («аудио книга»). Блок-схема и тест программы представлены в приложении 2.
С целью определения достаточной (для экспериментального определения плотности) продолжительности реализации речевого сообщения (которую будем измерять величинами L, отсчет и t, мин.) используем развитие оценок математического ожидания тх и среднего квадратического отклонения ах, а также относительных погрешностей 5mXl бах,% их определения, от продолжительности реализаций (табл. 3.2 и рис, 3, 1 а и б соответственно).
Как следует из табл. 3.2 и рис.ЗЛ, значение оценок ох и тх практически стабилизируется (при выполнении условия 80 1,5%) при t 30 мин. С запасом выбираем значение продолжительности t = 60 мин (L= 158760000 отсчетов) реализации речевого сигнала (тх =0,039578; ох = 1762,65).
В табл. 33 и на рис.3.2 представлен результат моделирования -плотность \Узі(х) распределения вероятностей случайной величины х мгновенного значения речевого сигнала. Площадь плотности \Узі(х) в диапазоне ± За составляет 0,9763.
Поскольку динамический диапазон речевого сигнала должен совпадать с диапазоном кодера и составлять 40 дБ по мощности согласно рекомендации G.7I2 ITU [4], постольку, используя диапазон значений случайной величины х мгновенного значения речевого сигнала -100 х 100, получаем плотность э(х) Для речевого сигнала, динамический диапазон которого совпадаете диапазоном кодера(табл. 3,4).
Значения аппроксимации WAi(x) (уЛ), (у,7) полученной в [67] на основании анализа менее представительной выборки (продолжительности реализации речевого сообщения, исчисляемой десятками секунд) представлены в табл.ЗА Сравнивая значения \VA](x) и W3(x) можно отметить существенное их расхождение. Отмстим, что сравнение производится для нормированных плотностей, то есть при одинаковых значениях ах, а, следовательно, и одинаковых значениях мощности речевого сообщения,
Можно уточнить параметры аппроксимации (ЗЛ).
Приводя параметры аппроксимации к экспериментальным оценкам ох=27,745 и W3(0)=2R=0 2448, а также используя условия (3,2) и р2/а2=200, определяем аппроксимацию WA2(X) по формуле (ЗЛ) со значениями коэффициентов
В табл. 3.4 для сравнения представлены и аппроксимации А.И.Величкина WA3(x) (формула (2.3) из работы [67]) и Давенпорта WA4(x) (формула (2,3) из работы [67] при ах\ = 1,22 и ох2= 0,11),
На рис.33 представлены графики плотности W3(x) распределения вероятностей случайной величины х мгновенного значения речевого сигнала, полученной но результатам эксперимента, и ее аппроксимаций WAI(X) - WA4(x), Сравнивая графики рис. 33 можно отметить более адекватное описание экспериментальной плотности Wa(x) аппроксимацией (3,1), (3,8) по сравнению с другими аппроксимациями, Однако точность описания экспериментальной плотности и при ее применении остается не достаточно высокой,
Как следует из изложенного можно при описании экспериментального распределения вероятностей W3(x) случайной величины мгновенного значения речевого сигнала аппроксимирующие непрерывные функции (3Л),(3.8), А.И. Величкина, Давенпорта, Ричардса, и пр. Однако целесообразно не прибегать к аппроксимациям, используя в расчетных формулах оценивания качества восстановления речевого сообщения непосредственно экспериментальное распределение вероятностей. [37,79]
Определение отношения сигнал/шум квантования в стандартной первичной ЦСП с использованием аппроксимаций распределения вероятностей мгновенного значения речевого сигнала
Цифровая передача сообщения устной речи предусматривает необходимость не только дискретизации первичного речевого сигнала (аналога сообщения устной речи) по времени, но и квантования по амплитуде с тем, чтобы отсчеты сигнала можно было затем представить двоичными кодовыми словами.
Известно [11], что если на вход квантователя с N разрешенными уровнями и шагом квантования Д поступает сигнал, находящийся в пределах разрешенной области от - N+A/2 до +N- Д/2, то осуществляется обычное квантование, которое характеризуется некоторой величиной шумов квантования (при равномерном квантовании мощность шумов квантования составляетД2/12 ),
Если сигнал на входе выходит за пределы этой области, сигнал на выходе будет иметь максимальный разрешенный уровень +N-A/2, Этот случай соответствует работе в точке резкой перегрузки и называется режимом ограничения. Мощность шумов из-за ограничения как значение среднеквадратичной ошибки между выходным и входным сигналами в области, где входной сигнал х превышает максимальные уровни квантования N- Д/2, может быть определена [11] где W(X) - плотность распределения мгновенных значений входного сигнала. В большинстве практических задач уровень перегрузки принимается равным +ЗдБмО. Мощность шумов ограничения оценена в [67] при использовании плотности распределения вероятностей мгновенного значения речевого сигнала (3,6) (4Л1) (л--1) 30
Заметим, что шумы квантования и ограничения не возникают одновременно (так как соответствуют различным отсчетам сигнала, которые для стандартной ЦСП слабо коррелированы между собой). Таким образом, общая мощность шумов, возникающих в процессе квантования, определяется суммой мощностей этих составляющих.
Использование равномерного (линейного) квантования для передачи телефонных сигналов не является оптимальным по следующим причинам:
- распределение амплитуд телефонного сигнала не является равномерным: малые амплитуды сигнала более вероятны, чем большие. В этом случае можно ожидать увеличения отношения сигнал - шум квантования, если ошибку квантования сделать меньшей для более вероятных амплитуд;
- телефонные каналы имеют весьма широкий динамический диапазон (порядка 40 дБ), в пределах которого должно обеспечиваться примерно постоянное отношение сигнал - шум квантования. При использовании равномерного квантования указанное отношение для слабых сигналов будет практически на 40 дБ хуже, чем для сильных.
В реальных ЦСП используется неравномерное квантование, осуществляемое путем использования компрессирования динамического диапазона сигнала перед равномерным квантованием и последующего его зкепандирования после декодирования. Для оптимизации характеристики компрессии с точки зрения обеспечения постоянства отношения сигнал - шум квантования необходимо, чтобы искажения были пропорциональны амплитуде сигнала для любого уровня. Для выполнения этого условия используется логарифмический закон компрессирования. На практике (согласно рекомендации G.711 ITU) используются модификации логарифмической функции: А- и ц-характеристики компрессии [8,66,69]:
Как было отмечено выше, все многообразие методов статистического уплотнения первичной цифровой системы передачи, заключающегося в формировании группового сигнала путем объединения сигналов от двух стандартных комплектов аналого-цифрового оборудования [26,27,40], объединяет необходимость передачи в кодовой группе (слове) признака (синдрома) комплекта. Введение синдрома приводит к изменениям в структуре кодового слова (нарушению Рекомендации G.711 ITU). Оценим влияние этих изменений на точность квантования по уровню в первичной цифровой системе передачи.
Для введения синдрома комплекта целесообразно использовать последний разряд кодового слова. Если с него полностью снимаются функции определения величины отсчета сигнала, то средняя величина шага квантования уменьшается до значения Д=1/64.
В табл.4.2 для значення А = 1/64 представлены зависимости ОСШК от мощности сигнала р для А- и -характеристик компрессии при использовании аппроксимаций WAi(x) (3.1), (3.7) и WA2(x) (3.1), (3,8) плотности распределения вероятностей мгновенного значения речевого сигнала (за значение р=0 дБ принята мощность сигнала, при которой совпадают его динамический диапазон с диапазоном кодера.
